本研究提出了一种新颖的边权图注意力机制（EGAT）模型，旨在解决手写数学表达式识别中的建模问题，通过结合局部和全局图特征，提升符号检测和关系分类的性能。

本研究利用信号处理原理，提出一种结合无线系统领域知识的递归神经网络（RNN）方法，大幅提升MIMO-OFDM符号检测性能，为下一代系统的神经网络设计奠定基础。

研究人员开发了处理楔形文字的数字工具，通过数字化古代近东研究社区的挑战。他们创建了HeiCuBeDa和MaiCuBeDa数据集，并使用了三维渲染和照片映射工具。结果显示，使用渲染的3D图像进行符号检测比使用照片效果更好，Phong渲染提高了照片的结果。